来源：期刊VIP网 时间：
作者：刘成程;胡明;周传璐;王丙旭;吴梅;
单位：浙江理工大学机械工程学院;中铁十四局集团大盾构工程有限公司;
摘要：盾构施工过程中滚刀磨损是影响施工进度和成本的关键因素。为避免盾构机滚刀磨损量超过阈值而难以及时发现的情况，提出一种基于思维进化算法（MEA）优化反向传播（BP）神经网络（MEA-BP）的盾构机滚刀磨损量预测模型，利用MEA选择BP神经网络的最优初始权值和阈值，提升BP神经网络收敛速度，降低其陷入局部极小值的概率。依据某过江隧道工程中盾构机的施工数据，建立包含盾构推力F、刀盘扭矩Q、掘进速度V、刀盘转速r、滚刀安装半径R_i和单环磨损量ω的数据样本集，对盾构机滚刀磨损量进行预测。结果表明：通过MEA-BP神经网络模型对盾构机滚刀磨损量进行预测，所测样本中81%的数据集决定系数R~2≥0.80,90%的数据集预测误差ε≤5%，能够更准确地预测盾构机滚刀磨损量，为盾构施工中选择合理的开仓换刀时间提供依据。
关键词：盾构机滚刀;;磨损量预测;;思维进化算法(MEA);;BP神经网络
基金资助：国家自然科学基金重点资助项目(U1334204)
